

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在信用卡欺詐監(jiān)測(cè)、差異性營(yíng)銷、網(wǎng)絡(luò)入侵檢測(cè)和傳感器網(wǎng)絡(luò)等應(yīng)用中,隨著時(shí)間的更迭而生成一種新型的具有連續(xù)、有序、變化、快速到達(dá)、海量等特征的數(shù)據(jù),即“數(shù)據(jù)流”,其數(shù)據(jù)量大且數(shù)據(jù)分布可能會(huì)發(fā)生變化(即概念漂移)。如何從海量的數(shù)據(jù)中訓(xùn)練模型來(lái)有效地預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì),正是數(shù)據(jù)流上的分類算法所要解決的難點(diǎn),同時(shí)也是一件非常有意義的工作。 分類是數(shù)據(jù)挖掘中的重要分支之一,在很多領(lǐng)域都具有廣泛的應(yīng)用?,F(xiàn)在已有許多成熟的分類方法,如決策樹(shù)、貝
2、葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等,但是在處理數(shù)據(jù)流時(shí),仍然面臨著新的挑戰(zhàn)。近年來(lái)研究者們提出了幾種數(shù)據(jù)流上的分類方法:VFDT和CVFDT、VFDTc、集成分類方法Ensemble Classifiers等。集成多個(gè)分類器的方法通常可以提高分類準(zhǔn)確率,特別是基分類器具有一定的差異性時(shí),它往往比單分類器的準(zhǔn)確率高。Wang等人提出的集成方法以C4.5、RIPPER、Naive Bayesian分類為基分類器,而采用其他類型的算法作為基分類
3、器仍需進(jìn)一步研究。而eEP具有良好的區(qū)分能力,并且基于eEP的分類算法可以與其他算法相媲美,同時(shí)基于eEP的分類方法已經(jīng)成功地應(yīng)用于DNA分析、文本自動(dòng)分類等領(lǐng)域。 基于以上考慮,本文提出一種基于eEP的數(shù)據(jù)流分類器集成算法CEEPCE。本文的主要工作是:在總結(jié)數(shù)據(jù)流的特性和分析基于eEP傳統(tǒng)分類算法的算法思想的基礎(chǔ)上,將基本窗口和滑動(dòng)窗口的概念與eEP分類算法有機(jī)的結(jié)合以適應(yīng)數(shù)據(jù)流的特性并解決概念漂移的問(wèn)題;其次在分類器構(gòu)造的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)流的分類算法研究.pdf
- 基于eEP的數(shù)據(jù)流分類算法研究.pdf
- 基于CAPE的數(shù)據(jù)流分類算法研究.pdf
- 基于知識(shí)整合的數(shù)據(jù)流分類算法研究.pdf
- 數(shù)據(jù)流系綜分類算法研究.pdf
- 基于集成分類器的數(shù)據(jù)流分類算法研究.pdf
- 數(shù)據(jù)流概念漂移檢測(cè)和不平衡數(shù)據(jù)流分類算法研究.pdf
- 適應(yīng)概念漂移的數(shù)據(jù)流分類算法研究.pdf
- 隱含概念漂移的數(shù)據(jù)流分類算法研究.pdf
- 數(shù)據(jù)流集成分類器算法研究.pdf
- 基于數(shù)據(jù)流模式表示的半懶惰式分類算法研究.pdf
- 基于窗口機(jī)制的概念漂移數(shù)據(jù)流分類算法研究.pdf
- 數(shù)據(jù)流頻繁模式和分類挖掘算法研究.pdf
- 針對(duì)網(wǎng)絡(luò)數(shù)據(jù)流的實(shí)時(shí)分類算法研究.pdf
- 含有限類標(biāo)數(shù)據(jù)的數(shù)據(jù)流分類算法研究.pdf
- 基于GEP的多數(shù)據(jù)流分類壓縮并行算法研究.pdf
- 基于數(shù)據(jù)流的聚類算法研究.pdf
- 基于數(shù)據(jù)流特征選擇及分類算法的入侵檢測(cè)模型研究.pdf
- 基于增量存儲(chǔ)的商業(yè)數(shù)據(jù)流分類挖掘算法研究與應(yīng)用.pdf
- 基于數(shù)據(jù)流的聚類分析算法研究.pdf
評(píng)論
0/150
提交評(píng)論